Un modello di punta si toglie l'etichetta di anteprima

DeepSeek ha portato il suo modello di punta V4 Pro dall'anteprima alla disponibilità generale il 12 agosto 2026, chiudendo una fase di prova che durava dal 24 aprile. La build porta l'etichetta di versione 0813 e segue la variante più piccola, V4-Flash, che aveva compiuto lo stesso passo verso lo stato ufficiale il 31 luglio. Entrambi i modelli risiedono ora nell'API di produzione di DeepSeek e non più in un livello di anteprima in cui gli sviluppatori erano stati avvertiti di possibili cambi senza preavviso.

V4 Pro conserva la finestra di contesto da un milione di token che aveva già in anteprima, con un'uscita massima di 384.000 token per richiesta. DeepSeek ha costruito il modello come un sistema a mescolanza di esperti con 1,6 trilioni di parametri totali, di cui 49 miliardi si attivano per ogni singolo token, lo stesso schema architetturale che l'azienda usa da V3 per tenere bassi i costi di servizio mentre scala la capacità complessiva.

Il conto dell'efficienza dietro 1,6 trilioni di parametri

Il titolo non è il numero di parametri, ma come DeepSeek riesca a servirli a basso costo. Un nuovo meccanismo di attenzione che l'azienda chiama Compressed Sparse Attention, abbinato a quella che definisce Heavily Compressed Attention, riduce il calcolo necessario per ogni token di inferenza al 27 per cento di quanto richiedeva il precedente modello V3.2, e rimpicciolisce la cache chiave-valore, pesante in termini di memoria, al 10 per cento della dimensione precedente.

Sui benchmark, V4 Pro risolve l'80,6 per cento dei compiti di SWE-bench Verified, alla pari con Gemini-3.1-Pro di Google sullo stesso test, e ottiene un tasso di successo del 90,1 per cento su GPQA Diamond e del 93,5 per cento su LiveCodeBench. Resta indietro rispetto a GPT-5.4 di OpenAI su Terminal Bench 2.0, con 67,9 contro 75,1, e registra un punteggio Codeforces di 3.206, prova che DeepSeek viene ormai misurata a confronto con i laboratori americani di punta, non più attorno a essi.

Il 98 per cento più economico, e non ancora per molto

Al lancio della disponibilità generale, V4 Pro costa 0,435 dollari per milione di token in ingresso in caso di cache miss, 0,003625 dollari per milione in caso di cache hit, e 0,87 dollari per milione di token in uscita, invariato rispetto all'anteprima. Il livello più economico, V4-Flash, costa 0,14 dollari per milione di token in ingresso e 0,28 dollari per l'uscita. La società di ricerca Artificial Analysis ha misurato il costo effettivo di V4-Flash a circa 0,03 dollari per compito di riferimento, contro 1,86 dollari del GPT-5.6 Sol di OpenAI e 3,15 dollari del Claude Fable 5 di Anthropic, un divario di oltre il 98 per cento.

Nella stessa finestra del lancio di V4 Pro, la pagina di documentazione per sviluppatori di DeepSeek conteneva un avviso separato: il prezzo generale dell'API salirà in modo significativo nel prossimo futuro, anche se l'azienda non ha indicato né una data né una percentuale. Agli sviluppatori è stato chiesto di pianificare l'uso di conseguenza, con la struttura tariffaria definitiva da annunciare separatamente, un'ammissione insolita per cui il listino di oggi non è quello su cui i clienti dovrebbero basare il proprio budget.

La voce di spesa che è appena diventata variabile

Il momento conta più del numero. DeepSeek avverte di un riprezzamento nello stesso ciclo di rilascio che ha appena dato a V4 Pro lo stato di produzione, il che segnala ai team di approvvigionamento che l'affidabilità del modello è maturata prima del suo costo. Un limite di 500 richieste simultanee sull'endpoint Pro, un quinto del tetto di 2.500 del livello più economico Flash, è un secondo segnale nella stessa direzione: la capacità del livello più costoso e di qualità superiore è il vincolo che DeepSeek gestisce per primo, e il prezzo è la leva che le resta.

Le aziende che hanno spostato carichi di lavoro verso i modelli cinesi proprio per sfuggire all'imprevedibilità dei prezzi americani di punta ora portano la stessa esposizione dalla direzione opposta, senza un minimo e senza una data sul calendario. Solo a titolo illustrativo, non una previsione: per una scaleup milanese che pianifica il budget in euro, un rialzo da circa 0,80 a 1,38 euro per milione di token in uscita su un carico di lavoro di alcuni miliardi di token al mese trasformerebbe un errore di arrotondamento in una variazione annua a sei cifre, e DeepSeek non ha dato alcuna garanzia che l'aumento si fermi lì. Trattare un listino sovvenzionato come una voce fissa in un budget pluriennale è sempre stata una scommessa sul fatto che un mercato scontato restasse fermo; il fornitore ha ora detto, nella propria documentazione, che non lo farà.

Da leggere ora: Il modello è cambiato, il nome API no  |  L'orario di Pechino ora decide la vostra fattura IA